Skip to main content

Основы Git

Глава 7 Рабочий процесс

В предыдущей главе мы научились создавать коммиты (версии). Работая с Git, это нужно делать регулярно — обычно после выполнения задачи или её части, после внесения исправлений или просто чтобы зафиксировать изменения. Коммит сохраняет «стабильную» версию проекта, к которой можно вернуться или сравнить с ней сделанные изменения.

Рассмотрим процесс работы над проектом подробнее:

  1. Мы создали коммит, и с тех пор в рабочей папке не было изменений.
  2. Выполняем задачу и добавляем нужные для ее решения изменения в индекс, а лишние, например код для отладки или временные файлы, удаляем.
  3. Перед созданием коммита обязательно проверяем изменения, которые в него попадут. Начинающие пользователи часто либо добавляют ненужный код, не относящийся к задаче, либо забывают добавить код, без которого не будет работать остальная часть проекта.
  4. Создаём коммит и получаем чистую рабочую папку — без изменений относительно нового коммита. Можно переходить к следующей задаче.

Такой процесс помогает упорядочить внесение изменений и сделать результат воспроизводимым. Он хорошо подходит для анализа данных, потому что его легко разделить на задачи, из которых получатся коммиты. Попробуем сделать это на практике и проанализируем длину клюва антарктических пингвинов. Каждая подглава этой главы соответствует одной задаче и завершается одним коммитом.

7.1 Импорт данных

Создайте документ Quarto для анализа и сохраните его под названием paper.qmd в корне проекта. Вспомнить как это делается можно в курсе. Замените содержимое документа кодом ниже и сохраните файл.

---
title: "Длина клюва пингвинов"
format:
  html:
    embed-resources: true
---

```{r}
data <- read.csv("data/penguins.csv")

mean(data$bill_len)
```

Выполните чанк. Функция mean() вернёт NA, потому что в данных нет двух значений длины клюва. Пока вы проходили предыдущий курс, мы поймали этих двух пингвинов и измерили их клювы. Скачайте обновлённые данные и замените ими файл data/penguins.csv. Снова выполните чанк и убедитесь, что средняя длина клюва равна 43.91802.

На панели Source Control появятся два изменения: новый документ paper.qmd и обновлённый файл penguins.csv. Выберите его и проверьте, чем новая версия отличается от прежней: строки из старого файла выделяются красным цветом, а из нового зеленым.

Добавьте в индекс и документ paper.qmd, и обновлённый файл penguins.csv: без данных результат анализа нельзя будет воспроизвести. Выберите файл paper.qmd и проверьте содержимое: если он пустой, вы забыли сохранить файл, а Git работает только с сохраненными изменениями. Создайте коммит с описанием «Импортировал данные пингвинов».

После создания коммита список изменённых файлов на панели Source Control снова должен быть пуст.

7.2 Визуализация

Анализ новых данных полезно начинать с исследования распределения. Для этого присвоим данные с длиной клюва переменной и построим несколько вариантов гистограммы с разной шириной столбца. Замените код чанка на приведённый ниже, запустите и посмотрите графики.

data <- read.csv("data/penguins.csv")

x <- data$bill_len

hist(x, breaks = seq(30, 60, 3))
hist(x, breaks = seq(30, 60, 2))
hist(x, breaks = seq(30, 60, 1))

Сохраните файл paper.qmd и он опять появится в списке изменений на панели Source Control. Выберите его и проверье изменения: красным - старые строки, зеленым — новые. Такой формат записи изменений называется «дифф» (diff).

Обратите внимание, что по умолчанию Git сравнивает строки, а не отдельные слова или символы. Несмотря на то, что мы заменили mean() на присвоение x <- в 11-й строке, Git показывает прежнюю строку как удалённую, а новую — как добавленную. Номера слева указывают положение этих строк в старой и новой версиях файла.

Добавьте paper.qmd в индекс, введите описание «Добавил гистограммы для длины клюва» и нажмите Commit. После создания коммита список изменённых файлов снова должен быть пуст.

7.3 Экспорт

Гистограмма с шириной столбца 2 выглядит наиболее информативно. Соберём HTML-отчёт, чтобы поделиться с коллегами.

Оставьте в коде чанка только один вариант гистограммы и сохраните файл.

data <- read.csv("data/penguins.csv")

x <- data$bill_len

hist(x, breaks = seq(30, 60, 2))

Нажмите Preview вверху окна редактора. В корне проекта появится файл paper.html. Его мы тоже добавим в коммит. Во-первых, так другие участники, загрузив проект, сразу увидят результат без необходимости выполнять код. Во-вторых, если вы измените ширину столбца или другие настройки графика, будет удобно сравнить старую и новую версии.

Добавьте оба файла в индекс и создайте коммит с описанием «Собрал отчёт о длине клюва». Проверьте, что на панели Source Control не осталось «незакомиченных» изменений.

На этом остановимся и далее посмотрим историю версий в журнале Git. А пока несколько советов.

Делайте коммиты часто и не придавайте слишком большое значение планированию. Коммит это не концептуально новая версия проекта, а просто шаг или изменения, которые вы хотите зафиксировать.

Не обязательно добавлять в коммит все изменения сразу или их отменять — они могут оставаться в рабочей папке сколько угодно. Тем не менее старайтесь не копить изменения, потому что тогда версия в репозитории будет отличаться от версии, с которой вы работаете, а значит, теряется смысл системы контроля версий и возникают ошибки.